2025年高级数据分析师考试题库（附答案和详细解析）（1119）.docxVIP

高级数据分析师考试试卷

一、单项选择题（共10题，每题1分，共10分）

以下哪种缺失值填充方法最适用于非线性关系显著的结构化数据？

A.均值填充

B.随机森林填充

C.删除缺失行

D.线性插值法

答案：B

解析：随机森林填充（B）通过模型学习特征间的非线性关系，适用于复杂数据；均值填充（A）仅保留均值信息，忽略变量相关性；删除缺失行（C）会损失样本量；线性插值（D）适用于时间序列等线性关系场景。

在机器学习模型中，以下哪项指标最能反映模型对正类样本的识别能力？

A.准确率（Accuracy）

B.精确率（Precision）

C.召回率（Recall）

D.F1分数

答案：C

解析：召回率（C）衡量正类样本中被正确识别的比例，直接反映对正类的识别能力；准确率（A）受类别不平衡影响大；精确率（B）反映预测为正类中的真实正类比例；F1分数（D）是精确率和召回率的调和平均。

某电商平台用户购买转化率仅0.5%，以下哪项分析最可能揭示核心问题？

A.页面加载速度与转化率的相关性

B.不同商品类目的转化率分布

C.用户首次访问到购买的时间间隔

D.高价值用户的地域分布

答案：B

解析：不同类目转化率分布（B）可定位低转化的具体商品，直接关联业务优化方向；页面加载速度（A）是体验因素，需结合其他指标；时间间隔（C）反映转化周期，非核心问题；地域分布（D）是用户特征，非直接原因。

在AB测试中，若实验组与对照组的样本量差异超过30%，最可能导致？

A.第一类错误概率上升

B.统计功效降低

C.效应量计算偏差

D.P值失去意义

答案：B

解析：样本量差异过大（B）会降低统计功效（检测真实差异的能力）；第一类错误（A）由显著性水平决定；效应量（C）是客观指标，与样本量无关；P值（D）仍有效但需调整检验方法。

以下哪种特征编码方式最适用于高基数类别变量（如用户ID）？

A.独热编码（One-Hot）

B.标签编码（Label）

C.目标编码（TargetEncoding）

D.二进制编码（Binary）

答案：C

解析：目标编码（C）通过目标变量统计值（如均值）编码，避免高基数导致的维度爆炸；独热编码（A）会生成大量维度；标签编码（B）无实际意义；二进制编码（D）适用于中等基数。

时间序列预测中，若ACF（自相关函数）拖尾且PACF（偏自相关函数）在2阶截尾，应选择以下哪种模型？

A.AR(2)

B.MA(2)

C.ARMA(2,2)

D.ARIMA(1,1,2)

答案：A

解析：PACF截尾于p阶、ACF拖尾对应AR(p)模型（A）；MA(q)模型PACF拖尾、ACF截尾；ARMA需两者均拖尾；ARIMA包含差分阶数d。

在数据治理中，“元数据管理”的核心目标是？

A.确保数据安全合规

B.提升数据存储效率

C.明确数据的来源与含义

D.监控数据质量波动

答案：C

解析：元数据管理（C）记录数据的定义、来源、逻辑关系等，解决“数据是什么”的问题；数据安全（A）是安全管理目标；存储效率（B）是技术架构目标；质量监控（D）是质量治理目标。

以下哪项不属于机器学习模型过拟合的典型表现？

A.训练集准确率95%，测试集准确率70%

B.模型在简单数据上误差远低于复杂数据

C.特征重要性分布集中在少数变量

D.交叉验证的K折得分方差显著

答案：C

解析：特征重要性集中（C）可能是特征本身重要，非过拟合；过拟合表现为训练-测试差距大（A）、复杂数据误差高（B）、交叉验证方差大（D）。

因果推断中，工具变量（InstrumentalVariable）需满足的核心条件是？

A.与结果变量直接相关

B.与混淆变量完全无关

C.仅通过处理变量影响结果

D.与处理变量负相关

答案：C

解析：工具变量需满足“相关性”（与处理变量相关）和“外生性”（仅通过处理变量影响结果）（C）；与结果直接相关（A）违反外生性；与混淆变量无关（B）是理想非必须；负相关（D）不影响有效性。

商业分析中，“客户生命周期价值（CLV）”计算的核心输入不包括？

A.客户获取成本（CAC）

B.平均交易金额

C.客户留存率

D.毛利率

答案：A

解析：CLV计算需客户历史价值（交易金额、留存率）、利润（毛利率），CAC（A）是成本指标，用于ROI分析，非CLV核心输入。

二、多项选择题（共10题，每题2分，共20分）

以下哪些属于数据清洗的关键步骤？（）

A.处理异常值

B.特征标准化

C.纠正逻辑错误（如年龄-20）

D.填充缺失值

答案：ACD

解析：数据清洗包括处理异常值（A）、纠正逻辑错误（C）、填充缺失值（D）；特征标准化（B）属于特征工程，非清洗步骤。

评估分类模型时，以下哪些指标适用于类别